কল্পনা করুন তো আপনি সকালে কফি হাতে ডেস্কে বসলেন। দেখলেন আপনার এআই (AI) এজেন্ট রাতের বেলায় গিটহাবের (GitHub) একটি ক্রিটিক্যাল ইস্যু পড়েছে।

সে শুধু ইস্যু পড়েই থেমে থাকেনি। পুরো কোডবেস স্ক্যান করে বাগ (bug) ফিক্স করেছে, অটোমেটেড টেস্ট রান করিয়েছে এবং আপনার রিভিউর জন্য পারফেক্ট একটি পুল রিকোয়েস্ট (Pull Request) রেডি করে রেখেছে!

শুনতে সায়েন্স ফিকশনের মতো মনে হলেও, সফটওয়্যার ইঞ্জিনিয়ারিংয়ের দুনিয়ায় এটাই এখন রিয়েলিটি। আর এই পুরো প্রসেসটার নাম হলো Agentic Development।

Traditional AI শুধু আপনার প্রশ্নের উত্তর দেয়। কিন্তু Agentic AI নিজে থেকে সমস্যা খোঁজে, প্ল্যান করে এবং একটি কমপ্লিট সলিউশন ডেলিভার করে।

এখন এআই শুধু চ্যাটবক্সের ভেতরে আটকে নেই। সে একজন অটোনোমাস ডেভেলপারের মতো কাজ করতে পারে। কিন্তু এআই মডেলকে আপনার প্রোডাকশন কোডবেসে এত বড় অ্যাক্সেস তো চোখ বন্ধ করে দেওয়া যায় না।

তাকে প্রপার কন্টেক্সট, মেমরি এবং লিমিটেশনের বাউন্ডারিতে রাখতে হয়। আর ঠিক এখানেই প্রয়োজন হয় একটি সলিড Agentic Development Tech Stack-এর।

এটি মূলত এআই মডেল, অর্কেস্ট্রেশন, টুলস এবং টেস্টিংয়ের এক দারুণ ইকোসিস্টেম। এই স্ট্যাক এজেন্টকে স্পেসিফিক অ্যাক্সেস দেয়। আর রিলিজের ফুল অথরিটি থাকে আপনার টিমের হাতেই।

The Evolution: Why You Need an Agentic Tech Stack

সাধারণ এআই কোডিং অ্যাসিস্ট্যান্ট এবং অটোনোমাস এজেন্টিক ওয়ার্কফ্লোর মধ্যে বিশাল পার্থক্য রয়েছে।

ধরুন, আপনার অ্যাপ্লিকেশনে একটি বাগ পাওয়া গেল।

Without a Stack (Traditional): আপনি এরর লগ কপি করে এআই-কে দেবেন। সে একটি ফিক্স সাজেস্ট করবে, আর আপনি ম্যানুয়ালি সেটা ইমপ্লিমেন্ট করবেন।

With an Agentic Stack: এজেন্ট নিজে থেকে জিরা (Jira) টিকিট পড়বে। কোড মোডিফাই করবে, টেস্ট রান করাবে এবং শেষে আপনার রিভিউর জন্য অপেক্ষা করবে।

প্রপার টেক স্ট্যাক না থাকলে এই অটোনোমাস প্রসেস পুরোপুরি ফেইল করবে। পারমিশন ম্যানেজ করা যাবে না এবং কন্টেক্সট হারিয়ে যাবে।

একটি ওয়েল-ডিজাইনড স্ট্যাক এই সবকিছুকে একটি সিকিউর অপারেটিং মডেলে নিয়ে আসে।

Agentic Development Tech Stack Layers at a Glance

নিচের টেবিলটিতে একটি প্রোডাকশন-রেডি এজেন্টিক স্ট্যাকের প্রতিটি লেয়ার, তাদের মূল কাজ এবং পপুলার উদাহরণগুলো একনজরে তুলে ধরা হলো:

Stack Layer	What It Does (কী কাজ করে)	Common Examples
Models	এআইকে রিজনিং, জেনারেশন এবং কোডিং লজিক দেয়।	LLMs, code models, multimodal models
Orchestration	এজেন্টের টাস্ক, স্টেপ এবং ওয়ার্কফ্লো কো-অর্ডিনেট করে।	Agent frameworks, workflow engines
Tools and MCP	এজেন্টকে IDE, রিপোজিটরি, CI/CD এবং টেস্টিং টুলের সাথে কানেক্ট করে।	MCP servers, APIs, CLI tools
Memory & Context	প্রজেক্ট এবং কোডবেসের দরকারি ইনফরমেশন মেমরিতে ধরে রাখে।	Vector stores, context stores, repo instructions
Retrieval & Knowledge	টিকেট, ডকস (docs) এবং প্রিভিয়াস ডিসিশনের অ্যাক্সেস দেয়।	RAG systems, knowledge bases
Guardrails & Permissions	এজেন্ট সিস্টেমে কী করতে পারবে বা পারবে না, তা কন্ট্রোল করে।	Policy engines, approval workflows, access controls
Observability & Evals	এজেন্টের পারফরম্যান্স, আউটপুট এবং ট্রেস (traces) ট্র্যাক করে।	Agent observability, AI evaluations
Testing & Verification	জেনারেট করা কোড রিয়েল ইউজার ওয়ার্কফ্লোতে কাজ করছে কি না, তা টেস্ট করে।	Agentic testing, regression testing, API testing

The 7 Core Layers of an Agentic Development Tech Stack

একটি পারফেক্ট এবং রিলায়েবল স্ট্যাক তৈরি করতে মূলত এই ৭টি লেয়ার সবচেয়ে বেশি জরুরি:

Layer 1: Models and Reasoning (The Brain)

ফাউন্ডেশনাল এআই মডেল হলো এই স্ট্যাকের ইঞ্জিন। এগুলো কোড লেখা থেকে শুরু করে কমপ্লেক্স আর্কিটেকচারাল সলিউশন সাজেস্ট করতে পারে।

• Top Choices: OpenAI (GPT-4o), Anthropic (Claude 3.5 Sonnet) বা Google Gemini।
• Key Metrics: প্রজেক্টের নিড অনুযায়ী এপিআই কস্ট (API cost), স্পিড এবং কন্টেক্সট উইন্ডো (Context window) সিলেক্ট করতে হবে।

Layer 2: Orchestration, Planning, and Agent Workflows

এআই মডেলের রেসপন্সকে একটি স্ট্রাকচারড ওয়ার্কফ্লোতে রূপান্তর করে অর্কেস্ট্রেশন লেয়ার।

• Workflow Control: এজেন্ট কখন কাজ করবে বা ফেইল করলে কীভাবে রিট্রাই করবে, তা ম্যানেজ করে।
• Top Frameworks: LangGraph, CrewAI এবং AutoGen এখানে সবচেয়ে পপুলার।

Code Example: A Simple Agent State (LangGraph Concept) এজেন্টরা কীভাবে ধাপে ধাপে কাজ করে, তার একটি বেসিক লজিক:

Python

from langgraph.graph import StateGraph
from typing import TypedDict

class AgentState(TypedDict):
    issue_ticket: str
    code_files: list

def analyze_issue(state: AgentState):
    # Fetching context logic here
    return {"code_files": ["components/Header.jsx"]}

# The agent follows this pipeline automatically

Layer 3: Tools, MCP, and Action Interfaces

এজেন্টকে চ্যাটবক্সের বাইরে রিয়েল-ওয়ার্ল্ড অ্যাকশন নিতে সাহায্য করে টুল কলিং (Tool calling)।

• Actionable Agents: Cursor বা Windsurf এডিটরগুলো এই ফিচার দারুণভাবে ব্যবহার করছে।
• MCP Protocol: Model Context Protocol-এর মাধ্যমে এআই সিকিউরলি গিটহাব বা ডাটাবেসের সাথে কানেক্ট হতে পারে।

Layer 4: Memory, Context, and Retrieval (RAG)

সঠিক কোড জেনারেট করতে হলে এজেন্টকে প্রজেক্ট আর্কিটেকচার সম্পর্কে জানতে হবে।

• Vector Stores: Pinecone বা Chroma-এর মতো ভেক্টর ডাটাবেস ডেটা স্টোর করে।
• RAG System: এটি এজেন্টকে পুরনো টিকিট বা ডকসে অ্যাক্সেস দেয়, যাতে AI Hallucination না হয়।

Layer 5: Guardrails, Permissions, and Governance

এজেন্ট প্রোডাকশন ডাটাবেসে অ্যাক্সেস পাবে কি না, সেই বাউন্ডারি সেট করে গার্ডরেলস।

• Strict Access: এজেন্টের পারমিশন লিমিট করে দেওয়া খুবই জরুরি।
• Human-in-the-loop: হাই-রিস্ক চেঞ্জের জন্য হিউম্যান রিভিউ ম্যান্ডেটরি রাখতে হবে।

Layer 6: Observability and AI Agent Evaluation

আপনার এআই এজেন্ট কোথায় আটকে যাচ্ছে, তা রিয়েল-টাইমে ট্র্যাক করা প্রয়োজন।

• Tracking: এপিআই কস্ট এবং টুল কলিং ফেইলিওর মনিটর করতে হবে।
• Top Tools: OpenTelemetry বা LangSmith এক্ষেত্রে দারুণ কাজ করে।

Layer 7: Testing and Independent Verification

এজেন্ট হয়তো নিজের জেনারেট করা কোডকে পারফেক্ট মনে করতে পারে। কিন্তু রিয়েল-ওয়ার্ল্ড ইউজার জার্নিতে তা ব্রেক করতে পারে।

• Independent Verification: mabl-এর মতো সেপারেট টেস্টিং প্ল্যাটফর্ম থাকা মাস্ট।
• Cross-check: এটি নিশ্চিত করবে এজেন্টের কোড অন্যান্য সিস্টেমকে ব্রেক করছে না।

The Ultimate Pre-Production Checklist

আপনার স্ট্যাক প্রোডাকশনে লাইভ করার আগে এই শর্ট চেকলিস্ট ভেরিফাই করে নিন:

• Model Fit: প্রজেক্টের সাথে এআই মডেলের লজিক ও স্পিড ম্যাচ করছে কি?
• Workflow Flow: এজেন্টের কাজ ইনফিনিট লুপে আটকে যাচ্ছে না তো?
• Tool Access: পারমিশন লেভেলগুলো স্ট্রিক্টলি স্কোপ করা হয়েছে কি না?
• Context: আপডেটেড ডকস এবং কোডিং কনভেনশন দেওয়া হয়েছে?
• Security: সেনসিটিভ ডেটা মেমরি থেকে রিমুভ করা হয়েছে কি?
• Testing: ক্রিটিক্যাল ওয়ার্কফ্লো ভেরিফাই করতে অটোমেটেড টেস্ট রান হচ্ছে?
• Human Approval: প্রোডাকশনে পুশ করার আগে ম্যানুয়াল অ্যাপ্রুভাল গেটওয়ে আছে?

Conclusion: The Future of Agentic Development

Agentic Development কোনো সাময়িক ট্রেন্ড নয়, এটি সফটওয়্যার ইঞ্জিনিয়ারিংয়ের ভবিষ্যৎ। এআই (AI) এখন শুধু আপনার কোডিং অ্যাসিস্ট্যান্ট নয়, বরং আপনার ডেভেলপমেন্ট টিমের একজন প্রোডাক্টিভ মেম্বার।

তবে একটি এআই এজেন্টকে প্রোডাকশন লেভেলে অটোনোমাসলি কাজ করতে দেওয়ার জন্য একটি স্ট্রং Tech Stack থাকাটা মাস্ট। এটি ছাড়া পুরো প্রসেস আনকন্ট্রোলড এবং রিস্কি হয়ে যায়।

Key Takeaways for Your Stack:

• Start Small: প্রথম দিনেই ফুল অ্যাক্সেস দেবেন না। ছোট টাস্ক দিয়ে শুরু করে অর্কেস্ট্রেশন এবং MCP কনফিগার করুন।
• Context is King: ভেক্টর ডাটাবেস (RAG) ব্যবহার করে এজেন্টকে প্রপার প্রজেক্ট আর্কিটেকচার এবং মেমরি দিন।
• Safety First: এজেন্টের অ্যাক্সেস লিমিট করুন। গার্ডরেলস এবং রিলিজের আগে ম্যানুয়াল অ্যাপ্রুভাল (Human-in-the-loop) ম্যান্ডেটরি রাখুন।
• Never Skip Testing: এজেন্ট নিজে কোড লিখলে ভেরিফাইয়ের দায়িত্ব তাকে দেবেন না। ইন্ডিপেনডেন্ট টেস্টিং ফ্রেমওয়ার্ক মাস্ট-হ্যাভ।

দিনশেষে, টুলস যত পাওয়ারফুলই হোক না কেন, ডিসিশন মেকিংয়ের রিমোট কন্ট্রোল আপনার হাতেই থাকতে হবে।

একটি ওয়েল-স্ট্রাকচার্ড Agentic Development Tech Stack আপনাকে এজেন্টের স্পিডের সাথে সাথে সিকিউরিটি এবং কোয়ালিটির সেই ফুল কন্ট্রোলটাই প্রোভাইড করে।